转自:https://mp.weixin.qq.com/s/qjEEU7nWo3xJXLjo_apjww
引言
这两天有个学弟问过我这个问题:对象的 hashCode 到底是怎么实现的?
在深挖之前,我可能只能说:如果没有被重载,代表的是对象的地址通过某种 hash 算法计算后在 hash 表中的位置。
回答后,仔细一想,不对呀,这个 hash 值具体是怎么计算的,我终究还是没有答到点上,而是绕开话题,回答了含义。
脑壳一热,忽然想起去年虐我的阿里面试题,hashCode 是怎么得到的呢?
一、问题定义
hashCode 真的只是通过地址计算的吗?如果对象地址变化了,比如经历的 GC,hashCode 是不是也跟着变了呢?如果此时刚好在进行锁升级,对于 hashCode 的计算会有影响吗?多线程的情况下会不会生成一样的 hashCode 呢?具体通过什么样的 hash 算法得到的呢?相比之下,我真的是太皮毛了~
首先看下一个简单的实现类,这里先别使用 lombok 注解,原因后文会解释:
public class Student {
private int no;
private String name;
public void setNo(int no) {
this.no = no;
}
public void setName(String name) {
this.name = name;
}
public static void main(String[] args) {
Student student1=new Student();
student1.setName("张三");
student1.setNo(12);
System.out.println(student1.hashCode());
}
}
多次运行后,可以大胆假设 hashCode 的计算是稳定的。只要对象的引用不变,每次运行都是相同的结果,所以网上说使用随机数计算的回答,这个先打一个问号。..
大家可能印象比较深刻,当你打开源码时,会发现 native 修饰的方法会挡住你的去路。C++ 实现的方法难道就该让我们止步了吗?这次打算死磕到底。
二、源码揭秘
2.1 Object.hashCode () 注释解读
简单归纳一下 JDK 团队的注释:
-
hashCode 表示对象在 hash 表中的位置,对于同一个对象来说,多次调用,返回相同的 hashCode。
-
如果 Object.equal () 相等,Object.hashCode () 也必然相等。重写时也建议保证此特性。
-
如果 Object.equal () 相等,这并不要求 Object.hashCode () 也返回不同值。如果真出现这种情况,最好优化代码,充分利用 hash 表的性能。
2.2 hashCode 生成源码
下面是 C++ 对应的实现,这里拷贝一下网上其他大佬发的 hashCode 实现核心源码:
static inline intptr_t get_next_hash(Thread * Self, oop obj) {
intptr_t value = 0 ;
if (hashCode == 0) {
// This form uses an unguarded global Park-Miller RNG,
// so it's possible for two threads to race and generate the same RNG.
// On MP system we'll have lots of RW access to a global, so the
// mechanism induces lots of coherency traffic.
value = os::random() ;
} else
if (hashCode == 1) {
// This variation has the property of being stable (idempotent)
// between STW operations. This can be useful in some of the 1-0
// synchronization schemes.
intptr_t addrBits = intptr_t(obj) >> 3 ;
value = addrBits ^ (addrBits >> 5) ^ GVars.stwRandom ;
} else
if (hashCode == 2) {
value = 1 ; // for sensitivity testing
} else
if (hashCode == 3) {
value = ++GVars.hcSequence ;
} else
if (hashCode == 4) {
value = intptr_t(obj) ;
} else {
// Marsaglia's xor-shift scheme with thread-specific state
// This is probably the best overall implementation -- we'll
// likely make this the default in future releases.
unsigned t = Self->_hashStateX ;
t ^= (t << 11) ;
Self->_hashStateX = Self->_hashStateY ;
Self->_hashStateY = Self->_hashStateZ ;
Self->_hashStateZ = Self->_hashStateW ;
unsigned v = Self->_hashStateW ;
v = (v ^ (v >> 19)) ^ (t ^ (t >> 8)) ;
Self->_hashStateW = v ;
value = v ;
}
value &= markOopDesc::hash_mask;
if (value == 0) value = 0xBAD ;
assert (value != markOopDesc::no_hash, "invariant") ;
TEVENT (hashCode: GENERATE) ;
return value;
}
源码中的 hashCode 其实就是 JVM 启动的一个参数,每一个分支对应一个生成策略。通过 -XX:hashCode,可以任意切换 hashCode 的生成策略。
首先解释一下入参 oop obj 就是对象的逻辑地址。所以与地址相关的生成策略有两条,在 hashCode 等于 1 或 4 的时候。
-
hashCode==1:这种方式具有幂等的性质,在 STW(stop-the-world)操作中,这种策略通常用于同步方案中。利用对象地址计算,使用不经常更新的随机数参与运算。
-
hashCode==4:与创建对象的内存位置有关,原样输出。
其他情况:
-
hashCode==0:简单地返回随机数,与对象的内存地址没有联系。然而根据随机数生成并全局地读写在多处理器下并不占优势。
-
hashCode==2:始终返回完全相同的标识,即 hashCode=1。这可用于测试依赖对象标识的代码。
-
hashcode==3:从零开始计算哈希代码值。它看起来不是线程安全的,因此多个线程可以生成具有相同哈希代码的对象。
-
hashCode>=5(默认):在 jdk1.8 中,这是默认的 hashCode 生成算法,支持多线程生成。使用了 Marsaglia 的 xor-shift 算法产生伪随机数。
可以知道,hashCode 为 5 就是我们程序调用时的默认策略。其他的几个分支我的理解也只能到这里,如果有大佬了解的更细,可以在评论指出。这里先不管 Marsaglia 大佬是谁,为什么是伪随机数呢?
关于真随机数的生成,这里可能要牵扯到随机数生成的物理知识。Intel810RNG 的原理大概是:利用热噪声 (是由导体中电子的热震动引起的) 放大后,影响一个由电压控制的振荡器,通过另一个高频振荡器来收集数据... ...
我们实际应用的基本上都是通过数学公式产生的伪随机数。严格意义上讲,伪随机数不是完全随机的,但是真随机生成比较困难,所以只要能通过一定的随机数统计检测,就可以当作真随机数来使用。
有点离题了,下面来谈谈这个 xor-shift 算法~
Marsaglia 的 xor-shift 策略,支持多线程执行的状态,这可能是最好的整体实现 ,这种方式生成随机数执行起来很快。简单来说,看起来就是一个移位寄存器,每次移入的位由寄存器中若干位取异或生成。每次新生成的位看起来是随机的。如果要深究,可能会扯很多数学公式,这里就不探讨了(毕竟数学太深奥了,菜是原罪)。
从维基百科上粘的基本实现:
uint32_t xor128(void) {
static uint32_t x = 123456789;
static uint32_t y = 362436069;
static uint32_t z = 521288629;
static uint32_t w = 88675123;
uint32_t t;
t = x ^ (x <<11);
x = y; y = z; z = w;
return w = w ^ (w>> 19) ^ (t ^ (t>> 8));
}
这里面的入参还是需要好好打磨的,才能通过随机数的严苛测试~
拓展阅读:zhihu.com/question/2795
论文地址:jstatsoft.org/v08/i14/p
2.3 从局部到全局
了解了 hashCode 是怎么产生的,再看看上层,获取前需要做哪些准备?具体代码比较长,就不贴出了,简单概括。
如果处于偏向锁状态,就需要先撤销偏向锁。然后确保当前线程执行路径不在 safe point 上,并且是 java 线程,未阻塞状态。读取稳定的对象头,防止对象继续锁升级,如果是,就需要等待升级完。等到对象状态稳定了,从对象头中取出 hash,如果不存在,则执行上文代码,计算 hashCode。如果对象处于轻量级锁状态,并且当前线程持有,就从 线程的栈里取对象头。当升级为重量级锁时,就执行上文代码,计算 hashCode。
因此,hashCode 只会被计算一遍,之后就存在对象头中。
拓展阅读:zhihu.com/question/2997
至此,jdk 原生 hashCode 的生成过程梳理完了。
三、String、Lombok 对 hashCode 的实现
3.1 Lombok 实现 hashCode
如果把实体类换成 Lombok 实现,又会怎么样呢?
@Data
public class Student {
private int no;
private String name;
public static void main(String[] args) {
Student student1=new Student();
student1.setName("张三");
student1.setNo(12);
System.out.println(student1.hashCode());
Map<Student,String> map=new HashMap<>();
map.put(student1,"student1");
student1.setName("111");
System.out.println(student1.hashCode());
System.out.println(map.get(student1));
}
}
输出:
779078
52846
null
可以神奇地看到,hashCode 明显被修改了,并且 hashMap 也取不到值,这是怎么回事?
原来,Lombok 的 @Data 注解相当于 5 个注解:
-
@Getter
-
@Setter
-
@RequiredArgsConstructor
-
@ToString
-
@EqualsAndHashCode
相当于重写了 hashCode,只要属性发生变化,再次输出时,hashCode 就会不同。
如果将代码反编译后,不难发现。
public class Student {
private int no;
private String name;
public int hashCode() {
int PRIME = true;
int result = 1;
int result = result * 59 + this.getNo();
Object $name = this.getName();
result = result * 59 + ($name == null ? 43 : $name.hashCode());
return result;
}
}
3.2 String 实现 hashCode
public int hashCode() {
int h = hash;
if (h == 0 && value.length > 0) {
char val[] = value;
for (int i = 0; i < value.length; i++) {
h = 31 * h + val[i];
}
hash = h;
}
return h;
}
可以看出,相同的字符串调用 hashCode () 方法,得到的值是一样的,与内存地址、进程、机器无关。代码似乎很简单,但是一定要归纳出来他的实现过程。
注:n 为字符串长度。
如果字符串相等,hashCode 必然一样;如果 hashCode 一样,字符串不一定相等,因为计算时可能发生溢出。
为什么计算时选择 31?
-
31 是个奇质数,不大不小,一般质数非常适合 hash 计算,偶数相当于移位运算,容易溢出,数据信息丢失。如果太小,则产生的哈希值区间小;太大则容易溢出,数据信息丢失。
-
31 * i == (i << 5) - i。非常易于维护,将移位代替乘除,会有性能的提升,并且 JVM 执行时能够自动优化成这个样子。
-
通过实验计算,选用 31 后出现 hash 冲的概率相比于其他数字要小。
拓展阅读:segmentfault.com/a/1190
最后
底层源码还是很深奥的,知识都是互通的。最后物理,数学都融合在一起哈哈,还是很微妙的~
参考文章:
blog.csdn.net/weixin_30
zhihu.com/question/2997
segmentfault.com/a/1190
it1352.com/958039.html
zhihu.com/question/2795